Systèmes experts et d'apprentissage. Le concept d'un système d'expertise-formation Système de fichiers pour les données des tests et des cours de formation

Les systèmes experts sont l'une des principales applications de l'intelligence artificielle. L'intelligence artificielle est l'une des branches de l'informatique, qui traite des tâches de modélisation matérielle et logicielle des types d'activité humaine considérés comme intellectuels.

Les résultats de la recherche sur l'intelligence artificielle sont utilisés dans des systèmes intelligents capables de résoudre des problèmes créatifs appartenant à un domaine spécifique, dont les connaissances sont stockées dans la mémoire (base de connaissances) du système. Les systèmes d'intelligence artificielle sont focalisés sur la résolution d'une large classe de tâches, qui incluent les tâches dites partiellement structurées ou non structurées (tâches faiblement formalisées ou non formalisables).

Les systèmes d'information utilisés pour résoudre des tâches partiellement structurées sont divisés en deux types :

Créer des états de gestion (réaliser des traitements de données : recherche, tri, filtrage). La décision est prise sur la base des informations contenues dans ces rapports.

Élaboration de solutions alternatives possibles. La prise de décision est réduite au choix de l'une des alternatives proposées.

Les systèmes d'information qui développent des solutions alternatives peuvent être modèle ou expert :

Les systèmes d'information modèles fournissent à l'utilisateur des modèles (mathématiques, statistiques, financiers, etc.) qui aident à assurer le développement et l'évaluation d'alternatives de solutions.

Les systèmes d'information experts assurent le développement et l'évaluation des alternatives possibles par l'utilisateur grâce à la création de systèmes basés sur les connaissances obtenues auprès de spécialistes - experts.

Les systèmes experts sont des programmes informatiques qui accumulent les connaissances de spécialistes - des experts dans des domaines spécifiques, qui sont conçus pour obtenir des solutions acceptables dans le processus de traitement de l'information. Les systèmes experts transforment l'expérience des experts dans un domaine particulier de la connaissance sous la forme de règles heuristiques et sont conçus pour consulter des spécialistes moins qualifiés.

On sait que la connaissance existe sous deux formes : expérience collective, expérience personnelle. Si le domaine est représenté par l'expérience collective (par exemple, les mathématiques supérieures), alors ce domaine n'a pas besoin de systèmes experts. Si, dans le domaine disciplinaire, la plupart des connaissances sont l'expérience personnelle de spécialistes de haut niveau et que ces connaissances sont semi-structurées, alors ce domaine a besoin de systèmes experts. Les systèmes experts modernes sont largement utilisés dans tous les domaines de l'économie.

La base de connaissances est le cœur du système expert. Le passage des données aux connaissances est une conséquence du développement des systèmes d'information. Les bases de données sont utilisées pour stocker des données et les bases de connaissances sont utilisées pour stocker des connaissances. En règle générale, la base de données stocke de grandes quantités de données à un coût relativement faible, et les bases de connaissances stockent des tableaux d'informations petits mais coûteux.

La base de connaissances est un ensemble de connaissances décrites à l'aide de la forme choisie de leur représentation. Remplir la base de connaissances est l'une des tâches les plus difficiles, qui est liée au choix des connaissances, à leur formalisation et à leur interprétation.

Le système expert est composé de :

une base de connaissances (dans le cadre de la mémoire de travail et d'une base de règles) conçue pour stocker des faits initiaux et intermédiaires dans la mémoire de travail (également appelée base de données) et stocker des modèles et des règles pour manipuler des modèles dans la base de règles

solutionneur de problèmes (interpréteur), qui fournit la mise en œuvre d'une séquence de règles pour résoudre un problème spécifique basé sur des faits et des règles, stockées dans des bases de données et des bases de connaissances

sous-système d'explication, permet à l'utilisateur d'obtenir des réponses à la question : "Pourquoi le système a-t-il pris une telle décision ?"

sous-système d'acquisition de connaissances conçu à la fois pour ajouter de nouvelles règles à la base de connaissances et pour modifier les règles existantes.

interface utilisateur, ensemble de programmes qui mettent en œuvre le dialogue de l'utilisateur avec le système au stade de la saisie des informations et de l'obtention des résultats.

Les systèmes experts diffèrent des systèmes de traitement de données traditionnels en ce qu'ils utilisent généralement la représentation symbolique, l'inférence symbolique et la recherche heuristique de solutions. Pour résoudre des tâches faiblement formalisées ou non formalisables, les réseaux de neurones ou les neuro-ordinateurs sont plus prometteurs.

La base des neuro-ordinateurs est constituée de réseaux de neurones - des connexions parallèles organisées hiérarchiquement d'éléments adaptatifs - des neurones qui permettent une interaction avec des objets du monde réel de la même manière que le système nerveux biologique.

De grands succès dans l'utilisation des réseaux de neurones ont été obtenus dans la création de systèmes experts d'auto-apprentissage. Le réseau est mis en place, c'est-à-dire former, en passant par toutes les solutions connues et en obtenant les réponses requises à la sortie. Le paramétrage consiste à sélectionner les paramètres des neurones. Utilisez souvent un programme de formation spécialisé qui forme le réseau. Après la formation, le système est prêt à fonctionner.

Si les créateurs d'un système expert mettent au préalable des connaissances sous une certaine forme dans un système expert, alors dans les réseaux de neurones, même les développeurs ne savent pas comment les connaissances se forment dans sa structure au cours du processus d'apprentissage et d'auto-apprentissage, c'est-à-dire Le réseau est une boîte noire.

Les neuro-ordinateurs, en tant que systèmes d'intelligence artificielle, sont très prometteurs et peuvent être améliorés à l'infini dans leur développement. Actuellement, les systèmes d'intelligence artificielle sous la forme de systèmes experts et de réseaux de neurones sont largement utilisés pour résoudre des problèmes financiers et économiques.

"

Sujet1. EOS en tant que composante de la formation intensive de spécialistes.

Conférence 8. Systèmes de formation d'experts.

Domaines d'application des systèmes experts en gestion.

Coût des systèmes experts.

Développement de systèmes experts.

Au cours des vingt dernières années, des experts dans le domaine des systèmes intelligents ont mené des recherches actives dans le domaine de la création et de l'utilisation de systèmes experts destinés au domaine de l'éducation. Une nouvelle classe de systèmes experts est apparue - les systèmes experts d'apprentissage - la direction la plus prometteuse pour améliorer les outils pédagogiques logiciels dans le sens des connaissances procédurales.

Un système expert est un ensemble de logiciels informatiques qui aide une personne à prendre des décisions éclairées. Les systèmes experts utilisent les informations reçues à l'avance des experts - les personnes qui sont les meilleurs spécialistes dans n'importe quel domaine.

Les systèmes experts doivent :

• stocker des connaissances sur un domaine particulier (faits, descriptions d'événements et modèles);
• pouvoir communiquer avec l'utilisateur dans un langage naturel limité (c'est-à-dire poser des questions et comprendre les réponses) ;
• avoir un ensemble d'outils logiques pour dériver de nouvelles connaissances, identifier des modèles, détecter des contradictions ;
• définir une tâche sur demande, clarifier sa formulation et trouver une solution ;
• expliquer à l'utilisateur comment la solution a été obtenue.

Il est également souhaitable que le système expert puisse :

• communiquer de telles informations qui augmentent la confiance de l'utilisateur dans le système expert ;
• "parlez" de vous, de votre propre structure

Un système d'apprentissage expert (ETS) est un programme qui met en œuvre un objectif pédagogique particulier basé sur les connaissances d'un expert dans un certain domaine, en diagnostiquant l'apprentissage et la gestion de l'apprentissage, et en démontrant également le comportement des experts (spécialistes de la matière, méthodologistes, psychologues) . L'expertise d'ETS réside dans sa connaissance des méthodes pédagogiques, grâce auxquelles elle aide les enseignants à enseigner et les étudiants à apprendre.

L'architecture d'un système d'apprentissage expert comprend deux composants principaux : une base de connaissances (un référentiel d'unités de connaissances) et un outil logiciel d'accès et de traitement des connaissances, constitué de mécanismes permettant de tirer des conclusions (solutions), d'acquérir des connaissances, d'expliquer les résultats et une interface intelligente.

L'échange de données entre l'étudiant et l'ETS est effectué par un programme d'interface intelligent qui perçoit les messages de l'étudiant et les convertit sous la forme d'une représentation de la base de connaissances et, inversement, traduit la représentation interne du résultat du traitement dans le format de l'étudiant et sort le message sur le support requis. L'exigence la plus importante pour l'organisation du dialogue de l'élève avec l'EOS est le naturel, ce qui ne signifie pas littéralement formuler les besoins de l'élève avec des phrases en langage naturel. Il est important que la séquence de résolution du problème soit flexible, cohérente avec les idées de l'étudiant et menée en termes professionnels.

La présence d'un système développé d'explications (SE) est extrêmement important pour ETS travaillant dans le domaine de l'éducation. Dans le processus d'apprentissage, un tel ETS jouera non seulement le rôle actif d'un "enseignant", mais aussi le rôle d'un ouvrage de référence qui aide l'étudiant à étudier les processus internes se produisant dans le système à l'aide de la modélisation du domaine d'application. Le SS développé comprend deux composants: actif, qui comprend un ensemble de messages d'information envoyés à l'étudiant en cours de travail, en fonction de la manière spécifique de résoudre le problème, entièrement déterminée par le système; passif (la composante principale du CO), axé sur les actions d'initialisation de l'élève.

La composante active du CO est un commentaire détaillé qui accompagne les actions et les résultats obtenus par le système. La composante passive de la RS est un type qualitativement nouveau de support d'information inhérent uniquement aux systèmes basés sur la connaissance. Cette composante, en plus du système développé d'aides appelées par le stagiaire, dispose d'un système d'explications pour l'avancement de la résolution du problème. Le système d'explications dans l'EOS existant est mis en œuvre de différentes manières. Il peut s'agir : d'un ensemble d'informations sur l'état du système ; description complète ou partielle du chemin parcouru par le système le long de l'arbre de décision ; une liste d'hypothèses à tester (les motifs de leur formation et les résultats de leur vérification) ; une liste d'objectifs qui régissent le fonctionnement du système et les moyens de les atteindre.

Une caractéristique importante du SS développé est l'utilisation d'un langage naturel de communication avec l'étudiant. L'utilisation généralisée des systèmes de «menus» permet non seulement de différencier les informations, mais également dans EOS développé de juger du niveau de préparation de l'élève, formant son portrait psychologique.

Cependant, le stagiaire peut ne pas toujours être intéressé par la dérivation complète de la solution, qui contient de nombreux détails inutiles. Dans ce cas, le système doit pouvoir sélectionner uniquement les points clés de la chaîne, en tenant compte de leur importance et du niveau de connaissance de l'étudiant. Pour ce faire, il est nécessaire de maintenir un modèle des connaissances et des intentions de l'étudiant dans la base de connaissances. Si l'étudiant continue à ne pas comprendre la réponse reçue, le système doit lui enseigner certains fragments de connaissances dans un dialogue basé sur le modèle pris en charge de connaissances problématiques, c'est-à-dire divulguer les concepts individuels et les dépendances plus en détail, même si ces détails n'ont pas été utilisés directement dans la sortie.

Classification des systèmes de formation en informatique

Les aides pédagogiques informatiques sont divisées en:

manuels informatiques;

• environnements spécifiques à un domaine ;
• ateliers de laboratoire;
• simulateurs;
• systèmes de contrôle des connaissances;
• répertoires et bases de données à des fins éducatives;
• systèmes d'outils;
• systèmes d'apprentissage experts.

Systèmes d'apprentissage automatisés (ATS) - complexes de logiciels et de matériel et d'outils pédagogiques et méthodologiques qui fournissent des activités d'apprentissage actif. AES fournit non seulement l'enseignement de connaissances spécifiques, mais également la vérification des réponses des étudiants, la possibilité d'indices, l'amusement de la matière étudiée, etc.

Les AES sont des systèmes homme-machine complexes qui se combinent en une série entière de disciplines : la didactique (les objectifs, le contenu, les modèles et les principes de l'éducation sont scientifiquement étayés) ; psychologie (en tenant compte des caractéristiques du caractère et de l'entrepôt mental de l'étudiant); modélisation, infographie, etc.

Le principal moyen d'interaction entre l'étudiant et l'ATS est dialogue. Le dialogue avec le système d'apprentissage peut être contrôlé à la fois par l'apprenant et le système. Dans le premier cas, l'étudiant détermine lui-même le mode de son travail avec AOS, en choisissant une méthode d'étude du matériel qui correspond à ses capacités individuelles. Dans le second cas, la méthode et la méthode d'étude du matériel sont choisies par le système, présentant à l'étudiant, conformément au scénario, des cadres de matériel pédagogique et des questions à leur poser. L'étudiant entre ses réponses dans le système, qui interprète leur signification pour lui-même et affiche un message sur la nature de la réponse. En fonction du degré de justesse de la réponse, ou des questions de l'étudiant, le système organise le lancement de certains parcours du scénario d'apprentissage, en choisissant une stratégie d'apprentissage et en s'adaptant au niveau de connaissance de l'étudiant.

Systèmes d'apprentissage expert (ETS). Ils mettent en œuvre des fonctions d'apprentissage et contiennent des connaissances d'un certain domaine plutôt restreint. ETS a la capacité d'expliquer la stratégie et les tactiques de résolution du problème du domaine étudié et de contrôler le niveau de connaissances, de compétences et d'aptitudes avec le diagnostic des erreurs sur la base des résultats de la formation.

Bases de données de formation (UBD) et bases de connaissances de formation (UBZ), axées sur un certain domaine. L'UBD permet de constituer des ensembles de données pour une tâche pédagogique donnée et de sélectionner, trier, analyser et traiter les informations contenues dans ces ensembles. UBZ, en règle générale, contient une description des concepts de base du domaine, de la stratégie et des tactiques pour résoudre les problèmes; un ensemble d'exercices proposés, d'exemples et de tâches de la matière, ainsi qu'une liste d'éventuelles erreurs de l'élève et des informations pour les corriger ; une base de données contenant une liste des méthodes d'enseignement et des formes d'organisation de l'éducation.

Systèmes multimédias. Ils permettent de mettre en œuvre des méthodes et des formes de formation intensives, d'augmenter la motivation de l'apprentissage grâce à l'utilisation de moyens modernes de traitement de l'information audiovisuelle, d'augmenter le niveau de perception émotionnelle de l'information, de former la capacité de mettre en œuvre diverses formes d'activités de traitement de l'information indépendantes.

Les systèmes multimédias sont largement utilisés pour étudier des processus de diverses natures sur la base de leur simulation. Ici, vous pouvez visualiser la vie des particules élémentaires du micromonde, invisibles à l'œil ordinaire, lorsque vous étudiez la physique, parler au sens figuré et clairement des mondes abstraits et à n dimensions, expliquer clairement comment fonctionne tel ou tel algorithme, etc. La possibilité de simuler le processus réel en couleur et avec un accompagnement sonore élève l'apprentissage à un niveau qualitativement nouveau.

Systèmes<Виртуальная реальность>. Ils sont utilisés pour résoudre des tâches graphiques constructives, artistiques et autres, où il est nécessaire de développer la capacité de créer une conception spatiale mentale d'un objet en fonction de sa représentation graphique; dans l'étude de la stéréométrie et du dessin ; dans les simulateurs informatisés de processus technologiques, les installations nucléaires, l'aviation, les transports maritimes et terrestres, où sans de tels dispositifs, il est fondamentalement impossible de développer les compétences d'interaction humaine avec des mécanismes et des phénomènes modernes super complexes et dangereux.

Réseaux de télécommunications informatiques éducatifs. Ils permettent de dispenser un enseignement à distance (DL) - apprentissage à distance, lorsque l'enseignant et l'élève sont séparés dans l'espace et (ou) dans le temps, et que le processus éducatif est réalisé à l'aide de télécommunications, principalement sur la base d'Internet. Dans le même temps, de nombreuses personnes ont la possibilité d'améliorer leur éducation à la maison (par exemple, les adultes aux prises avec des problèmes professionnels et familiaux, les jeunes vivant dans des zones rurales ou de petites villes). Une personne à n'importe quelle période de sa vie a la possibilité d'acquérir à distance un nouveau métier, d'améliorer ses compétences et d'élargir ses horizons, et pratiquement dans n'importe quel centre scientifique ou éducatif du monde.

Dans la pratique pédagogique, tous les principaux types de télécommunications informatiques sont utilisés: courrier électronique, babillards électroniques, téléconférences et autres fonctionnalités Internet. DL prévoit également l'utilisation autonome de cours enregistrés sur vidéodisques, CD, etc. Les télécommunications informatiques fournissent :

• la capacité d'accéder à diverses sources d'informations via Internet et de travailler avec ces informations ;
• la possibilité d'un feedback rapide lors du dialogue avec l'enseignant ou avec d'autres participants à la formation ;
• la possibilité d'organiser des projets de télécommunications communs, y compris internationaux, des téléconférences, la possibilité d'échanger des vues avec tout participant à ce cours, un enseignant, des consultants, la possibilité de demander des informations sur toute question d'intérêt par le biais de téléconférences.
• la possibilité de mettre en œuvre des méthodes de créativité à distance, telles que la participation à des conférences à distance,<мозговой штурм>travail de création en réseau, analyse comparative d'informations sur le WWW, travail de recherche à distance, projets pédagogiques collectifs, jeux d'entreprise, ateliers, visites virtuelles, etc.

Le travail en commun incite les étudiants à se familiariser avec différents points de vue sur le problème étudié, à rechercher des informations complémentaires, à évaluer leurs propres résultats.

Lire aussi : C2 Utilisez trois exemples pour montrer la présence d'un système politique multipartite dans la Russie moderne. II. Systèmes dont le développement peut être représenté à l'aide du schéma universel d'évolution III. Exigences pour l'organisation d'un système de gestion des déchets médicaux Systèmes MES (Manufacturing Execution System) - systèmes de gestion de la production (nous sommes mieux connus sous le nom de systèmes de contrôle de processus) Caractéristiques et problèmes du fonctionnement du système monétaire de la République du Bélarus A. L'opposition des actions logiques et illogiques comme rapport initial du système social. Théorie de l'action de Pareto et théorie de l'action de Weber

Système expert est un système informatique qui utilise les connaissances d'un ou plusieurs experts, présentées sous une forme formelle, ainsi que la logique de prise de décision par un expert humain dans des tâches difficiles ou non formalisables.

Les systèmes experts sont capables, dans une situation difficile (manque de temps, d'informations ou d'expérience), de donner un avis qualifié (conseil, indice) qui aide un spécialiste (dans notre cas, un enseignant) à prendre une décision éclairée. L'idée principale de ces systèmes est d'utiliser les connaissances et l'expérience de spécialistes hautement qualifiés dans un domaine donné à des spécialistes moins hautement qualifiés dans le même domaine pour résoudre les problèmes qui se posent devant eux. Notez que les spécialistes hautement qualifiés en pédagogie sont généralement appelés méthodologistes expérimentés. En règle générale, les systèmes experts sont créés dans des domaines restreints.

Les systèmes experts ne remplacent pas un spécialiste, mais sont son conseiller, un partenaire intellectuel. Un sérieux avantage du système expert est que la quantité d'informations stockées dans le système est pratiquement illimitée. Entré une fois dans la machine, le savoir est stocké pour toujours. Une personne a une base de connaissances limitée et si les données ne sont pas utilisées pendant une longue période, elles sont alors oubliées et perdues à jamais. Après le développement des premières technologies d'évaluation experte et l'obtention des premiers résultats sérieux avec leur aide, les possibilités de leur utilisation pratique ont été largement exagérées. Il est nécessaire de bien comprendre les possibilités réelles de leur utilisation. Bien sûr, tous les problèmes existants ne peuvent pas être résolus à l'aide d'expertises. Bien que l'utilisation correcte de technologies expertes reste dans de nombreux cas le seul moyen de se préparer et de prendre des décisions éclairées.

Les systèmes d'apprentissage expert sont capables d'imiter le travail d'une personne - un expert dans un domaine donné. Cela se passe comme suit: au stade de la création d'un système, basé sur les connaissances d'experts dans un domaine donné, un modèle d'étudiant est formé, puis, dans le processus de fonctionnement du système, les connaissances des étudiants sont diagnostiquées , les erreurs et les difficultés dans les réponses sont corrigées. Les données sur les connaissances, les compétences, les erreurs et les capacités de chaque élève sont entrées dans la mémoire de l'ordinateur. Le système analyse les résultats des activités d'apprentissage de chaque élève, groupe ou plusieurs groupes, identifie les difficultés et les erreurs les plus courantes.

Les systèmes experts comprennent les éléments suivants sous-systèmes: base de connaissances, mécanisme de sortie d'informations, interface intelligente et sous-système d'explication. Considérons ces sous-systèmes plus en détail.

Base de connaissances dans ce cas, il contient une description formelle des connaissances des experts, présentée comme un ensemble de faits et de règles.

Moteur d'inférence ou solveur est un bloc qui est un programme qui implémente une chaîne de raisonnement avant ou arrière comme stratégie générale pour construire une inférence. Les systèmes d'apprentissage experts peuvent être utilisés comme un moyen de représentation des connaissances, d'organisation d'un dialogue entre l'utilisateur et le système, qui, à la demande de l'utilisateur, peut présenter le déroulement du raisonnement lors de la résolution d'un problème éducatif particulier sous une forme acceptable pour le étudiant.

En utilisant interface intelligente Le système expert pose des questions à l'utilisateur et affiche les conclusions tirées, en les présentant généralement sous forme symbolique.

Le principal avantage des systèmes experts par rapport à un expert humain est l'absence d'approche subjective, qui peut être inhérente à certains experts. Cela se manifeste principalement par la possibilité d'utiliser systèmes d'explication progrès dans le processus de résolution d'un problème ou d'un exemple. Les technologies d'expertise permettent de générer des recommandations pour les étudiants et des données généralisées pour les enseignants. Les données obtenues par le système permettront aux enseignants d'identifier les sections que les élèves ont mal apprises, d'étudier les causes d'incompréhension du matériel pédagogique et de les éliminer.

Dans le domaine de l'éducation, de tels systèmes peuvent être utilisés non seulement pour présenter du matériel pédagogique, mais aussi pour contrôler les connaissances, les compétences et pour accompagner la résolution de problèmes au niveau du tuteur. Dans ce cas, le système effectue un contrôle pas à pas de l'exactitude de la solution du problème. Dans le cas du contrôle des connaissances, des compétences et des capacités, le système diagnostique le niveau d'assimilation du matériel pédagogique. L'étudiant a la liberté de choisir le rythme de travail avec le système et la trajectoire d'apprentissage.

distinguons exigences didactiques de base pour les systèmes d'apprentissage experts.

1. En tenant compte non seulement du niveau de formation (faible, moyen, élevé) et du niveau d'assimilation (reconnaissance, algorithmique, heuristique, créative), mais aussi des caractéristiques psychologiques, des préférences personnelles de l'élève. Par exemple : choix du mode de fonctionnement, rythme de travail, conception de l'écran, options d'interaction interactive.

2. Assurer une liberté maximale dans le choix de la réponse aux questions, ainsi que la possibilité d'aide ou de conseils.

3. Mise en œuvre de la possibilité d'obtenir une explication de l'opportunité d'une décision particulière, d'obtenir une explication des actions du système, reproduisant la chaîne de règles utilisées par le système. Le système doit réparer et mémoriser les erreurs dans le raisonnement de l'utilisateur afin qu'il puisse y revenir à tout moment. Les erreurs doivent être diagnostiquées et l'assistance à l'utilisateur doit être adaptée à ces erreurs.

L'efficacité de l'utilisation d'un système d'apprentissage expert dépend des facteurs suivants.

1. L'expérience d'un expert ou d'un groupe d'experts, dont les connaissances et l'expérience généralisées constituent la base du fonctionnement du système.

2. Capacités techniques des outils TIC utilisés dans le processus éducatif.

3. Qualités des logiciels spécifiques.

4. Degrés de mise en œuvre pratique de l'apprentissage personnalisé basé sur le choix des influences individuelles d'apprentissage.

En dessous de système d'apprentissage intellectuel il est d'usage de désigner un complexe d'organisation-méthodique, d'information, de mathématique et de logiciel. Cependant, ce concept devrait également inclure les composantes "humaines" de ce système, à savoir l'élève et l'enseignant. À cet égard, un système d'enseignement intelligent doit être considéré comme un système homme-machine complexe fonctionnant en mode d'interaction interactive dans le schéma élève-système-enseignant. Ces systèmes sont généralement axés sur un domaine spécifique.

Les systèmes d'apprentissage intelligents se composent de deux parties : la partie principale, qui comprend des informations pédagogiques (contenu pédagogique) et la partie auxiliaire, qui met en œuvre un contrôle intelligent sur le processus éducatif.

La structure du système d'apprentissage intelligent :

L'essentiel du programme est constitué des modules suivants : information, modélisation, calcul, contrôle. La partie principale du système comprend différents types d'informations pédagogiques : textes, tableaux, figures, animations, clips vidéo. Le texte peut contenir des fenêtres actives qui permettent à l'utilisateur de se déplacer plus profondément dans l'écran, de se déplacer le long d'une trajectoire arbitraire d'une section à l'autre, de concentrer son attention sur les informations nécessaires et de faire un choix arbitraire de la séquence de connaissance des informations.

Module d'information comprend une base de données et une base de connaissances à des fins éducatives. La base de données contient du matériel éducatif, informatif, informatif et de référence, une liste des stagiaires, des performances académiques, etc. Dans le processus de création d'une base de connaissances, il est possible d'utiliser toute la gamme des capacités de la technologie multimédia, hypermédia et des télécommunications.

À module de modélisation contient des modèles informatiques (imitation du fonctionnement d'un ordinateur, visualisation de la transmission de données sur des réseaux informatiques, etc.). La modélisation informatique vous permet de visualiser divers types de phénomènes et de processus qui ne se prêtent pas à l'observation directe. Travailler avec des modèles informatiques peut réduire considérablement le temps de préparation et de réalisation d'expériences complexes, mettre en évidence les plus importantes, organiser une étude scientifique intéressante. La possibilité de répétition répétée de l'expérience permettra aux étudiants d'acquérir les compétences d'analyse des résultats de l'expérience, de former la capacité de généraliser les résultats obtenus et de formuler des conclusions.L'étudiant a la possibilité d'étudier des cas particuliers basés sur des lois générales, ou, au contraire, à la suite de l'étude des privés, établir une loi ou un modèle général.

Module de calcul conçu pour automatiser divers calculs.

Module de controle contient des questions, des tâches, des exercices destinés à contrôler les connaissances des étudiants.

La partie auxiliaire assure un fonctionnement "intelligent" du système. C'est ici que sont posés le schéma de la séquence de formation, les mécanismes d'adaptation du système à un objet spécifique de formation, les moyens d'analyse intellectuelle du volume et de la structure des connaissances nécessaires à l'organisation et à la gestion du processus éducatif. De plus, la partie auxiliaire comprend un sous-système de contrôle intelligent du déroulement du processus éducatif, qui met en œuvre un dialogue interactif entre l'utilisateur et le système ; un module de contrôle et de diagnostic qui permet de calculer et d'évaluer les paramètres du sujet d'apprentissage pour déterminer les impacts d'apprentissage, la stratégie optimale et les tactiques d'apprentissage à chaque étape de la leçon ; effectuer un examen du niveau de connaissances, des compétences, de l'exactitude de la résolution de divers types de problèmes, du traitement statistique des résultats de contrôle, du diagnostic des erreurs. La réaction de contrôle du système, en règle générale, est déterminée par les réponses de l'élève aux questions de contrôle. L'exigence naturelle ici est de minimiser l'écart entre la réponse de l'élève et l'information qui lui est transmise. Le système surveille le passage des étapes de la leçon par les stagiaires et affiche ces informations sur l'ordinateur de l'enseignant.

L'enseignant travaille en étroite collaboration avec le système, reçoit de celui-ci des informations sur la progression du processus d'apprentissage, envoie des demandes et introduit des modifications dans le programme. Apporter des modifications n'est possible que si le système est ouvert, il doit alors disposer d'un module de service. C'est ce module qui permet à l'enseignant d'apporter les modifications et ajouts nécessaires au système. Chacun des modules est autonome, donc, lorsque des modifications sont apportées à l'un des modules, le contenu des autres modules de la partie principale ne change pas.

Un système d'enseignement intelligent peut être utilisé non seulement en classe, mais également pendant le travail indépendant des étudiants, dans le cadre d'activités de recherche. Il convient de noter que les systèmes d'intelligence artificielle présentent les mêmes inconvénients que les systèmes d'enseignement experts, liés à la difficulté de mise en œuvre pratique par le système d'individualisation et de différenciation des apprentissages sous la forme typique d'un apprentissage individuel par un enseignant d'un élève particulier. Cette situation est due au fait que l'intelligence artificielle ne ressemble que de loin à certaines qualités humaines et ne peut en aucun cas être identifiée à l'intelligence humaine.

distinguons les principaux avantages de l'utilisation d'un système d'enseignement intelligent dans la salle de classe.

Prof: reçoit des données fiables sur les résultats des activités éducatives de chaque élève et de la classe dans son ensemble. La fiabilité est déterminée par le fait que le système corrige les erreurs et les difficultés dans les réponses de l'élève, identifie les difficultés et les erreurs les plus courantes, indique les raisons des actions erronées de l'élève et envoie les commentaires et recommandations appropriés à son ordinateur ; analyse les actions de l'élève, met en œuvre un large éventail d'influences pédagogiques, génère des tâches en fonction du niveau intellectuel d'un élève particulier, du niveau de ses connaissances, de ses compétences, des caractéristiques de sa motivation, gère la répartition des tâches, etc.

Étudiant reçoit face à un tel système non seulement un enseignant, mais un assistant personnel dans l'étude d'une discipline particulière.

L'efficacité des systèmes d'apprentissage intelligents dépend d'un certain nombre de conditions:

La possibilité d'accumuler et d'appliquer des connaissances sur les résultats d'apprentissage de chaque élève pour sélectionner les influences d'apprentissage individuelles et gérer le processus d'apprentissage pour former des connaissances et des compétences complexes ;

Validité des critères d'évaluation du niveau de connaissances, de compétences, d'aptitudes ; le niveau de formation (faible, moyen, élevé) ou le niveau d'assimilation de la matière (reconnaissance, algorithmique, heuristique, créatif) ;

Possibilités d'adapter le système à un changement d'état de l'élève (l'élève appartenait au niveau moyen, mais dans cette leçon ses connaissances se rapprochent d'un niveau haut ou, au contraire, d'un niveau bas).

L'introduction de systèmes d'apprentissage intelligents dans le processus éducatif améliorera la perception émotionnelle de l'information éducative ; augmenter la motivation d'apprentissage grâce à la possibilité de maîtrise de soi, approche individuelle et différenciée de chaque élève; développer les processus d'activité cognitive; rechercher et analyser diverses informations; créer des conditions pour la formation de compétences pour l'auto-acquisition de connaissances.

Système d'enseignement expert

Introduction

Actuellement, en lien avec le développement rapide des technologies Internet, il existe de plus en plus de services interactifs pour Internet et intranet réseaux, tels que l'enseignement à distance. Le système d'enseignement à distance est une forme d'éducation assez populaire dans le monde dans les pays qui ont un niveau de développement assez élevé d'outils de communication basés sur la technologie informatique. La formation de spécialistes modernes nécessite l'organisation du processus éducatif à l'aide de ces nouvelles technologies de l'information et à l'aide de systèmes à base de connaissances - systèmes experts (SE).

L'utilisation de l'ES pour évaluer le niveau de connaissance des étudiants dans les systèmes de test détermine un bloc important de programmes informatiques - les systèmes de formation d'experts (ETS).

Les systèmes de formation d'experts sont des programmes informatiques qui ont les principaux composants de l'ES, mais qui ont un composant d'explication supplémentaire élargi. De tels systèmes reposent à la fois sur les connaissances d'experts en logiciels et sur les connaissances d'experts en méthodes pédagogiques. De plus, ils ont un volet d'adaptation de la présentation du matériel pédagogique à l'élève, en fonction de sa préparation. Et il existe au moins plusieurs stratégies d'apprentissage dont le niveau de détail dépend de l'activité de l'élève dans le dialogue avec le système.

L'utilisation d'EOS comme outil de test pour déterminer la qualité des connaissances d'un élève est également d'une grande importance dans l'enseignement. Étant donné que dans de tels tests, l'étudiant n'est pas affecté par le facteur subjectif, c'est-à-dire que les résultats du test ne dépendent pas des caractéristiques personnelles de l'examinateur et du testé. Et l'utilisation de tests unifiés permet à l'enseignant d'évaluer objectivement le niveau de préparation des élèves.

1. Pertinence du sujet

Dans le cadre de la généralisation de l'utilisation des ordinateurs, le rôle de la formation en informatique augmente, dont la méthodologie augmente les capacités intellectuelles de l'étudiant et l'indépendance de la prise de décision. Et ces qualités sont les plus demandées dans une économie concurrentielle et contribuent à l'éducation etcroissance professionnelle. Il y a des problèmes de création de systèmes d'apprentissage efficaces, ainsi que la création de nouvelles formes et façons de présenter le matériel pédagogique, la recherche de nouvelles techniques pédagogiques et d'aides à l'enseignement. L'un des moyens d'augmenter l'efficacité de la formation, l'assimilation de l'information et de réduire le coût du processus d'apprentissage lui-même est le développement et l'utilisation de systèmes automatisés de formation experte. À l'heure actuelle, il existe de nombreux termes désignant un système d'apprentissage expert automatisé, qui, en fait, sont similaires.

Les plus populaires d'entre eux sont les systèmes d'apprentissage à distance, les systèmes de formation en informatique et autres. Pour expliquer le sens complet des termes ci-dessus, la définition suivante peut être donnée.
Un système d'apprentissage expert (ETS) est un ensemble de logiciels, de matériels et d'outils pédagogiques et méthodologiques construits sur la base des connaissances d'experts dans le domaine (enseignants qualifiés, méthodologistes, psychologues), qui met en œuvre et contrôleprocessus d'apprentissage. Le but d'un tel système est que, d'une part, il aide l'enseignant à enseigner et à contrôler l'élève, et d'autre part, l'élève apprend de manière autonome.

2. But et objectifs de l'étude, résultats attendus

L'objectif de l'étude est de développer un système d'enseignement expert en informatique qui contribuera à augmenter la quantité de connaissances acquises et l'efficacité de la perception de l'information, ainsi qu'à réduire le temps d'étude de la matière, y compris le temps passé par l'enseignant à présenter l'information. et inculquer des compétences pratiques aux étudiants.

Les principaux objectifs de l'étude :

1. Développement du modèle ontologique d'EOS ;
2. Développement de la structure EOS ;
3. Justification et choix des moyens informatiques de mise en œuvre ;
4. Mise en place de composants actifs dans l'EOS (jeux, systèmes interactifs, accès direct à la communication, par exemple via Skype avec le responsable) ;

Objet d'étude: système d'enseignement expert.

Sujet d'étude: modèles, structures et fonctions d'EOS.

Nouveauté scientifique consiste en une nouvelle approche de la conception d'ETS, basée sur la modélisation de l'activité de l'étudiant et l'utilisation de méthodes d'intelligence artificielle.

Dans le cadre du travail de master, il est prévu d'obtenir des résultats scientifiques dans les domaines suivants :

1. Modélisation des processus d'apprentissage.
2. Conception de structure EOS pour Internet et intranet.

Résultats prévus des travaux : un prototype d'un système de formation expert qui améliorera la qualité de la formation et réduira le temps de formation.

3. Enquête sur les recherches scientifiques.

Étant donné que les problèmes de recherche de systèmes d'apprentissage experts et d'amélioration de l'efficacité de l'apprentissage dans ce système sont une partie importante de la résolution de problèmes complexes à l'aide de systèmes experts. EOS a été largement étudié par des spécialistes étrangers et nationaux.

3.1. Examen des sources internationales

Premier système d'enseignement Platon basé sur une puissante société informatique " Société de contrôle des données » a été développé aux États-Unis à la fin des années 50 et est développé depuis 20 ans. La création et l'utilisation de programmes de formation sont devenues vraiment massives depuis le début des années 80, lorsque les ordinateurs personnels sont apparus et se sont généralisés. Depuis lors, les applications éducatives des ordinateurs se sont généralisées avec le traitement de texte et les graphiques, repoussant les calculs mathématiques à l'arrière-plan.

ECSI a également été fondée en 1972 et s'est depuis imposée comme l'un des principaux fournisseurs de services de l'industrie de l'éducation. La société est spécialisée dans le développement de produits et de services visant à améliorer l'expérience d'apprentissage des étudiants et de leurs parents. ECSI dessert actuellement plus de 1 300 écoles, collèges et universités à travers le pays, offrant une large gamme de systèmes d'apprentissage intuitifs entièrement personnalisés.

3.2. Examen des sources nationales

Les systèmes de formation modernes comprennent TrainingWare, eLearning Server 3000 v2.0, eLearningOffice 3000, IBM Workplace Collaborative Learning et les systèmes HyperMethod 3.5 d'HyperMethod, qui est le plus grand développeur russe de solutions et de logiciels prêts à l'emploi dans le domaine du multimédia, de l'apprentissage expert et de l'e-learning. -Commerce.

4. Systèmes d'apprentissage experts

Un système d'apprentissage expert (ETS) est un programme informatique construit sur la base des connaissances d'experts en la matière (enseignants qualifiés, méthodologistes, psychologues) qui met en œuvre et contrôle le processus d'apprentissage. Le but d'un tel système est que, d'une part, il aide l'enseignant à enseigner et à contrôler l'élève, et d'autre part, l'élève apprend de manière autonome.

Les principaux composants de l'EOS sont :

1. base de connaissances ;
2. machine de sortie ;
3. module d'extraction de connaissances ;
4. module d'apprentissage ;
5. système d'explication;
6. module de test.

Image 1- Modèle fonctionnel de la structure EOS

(animation : 8 images, 5 boucles, 118 kilo-octets)

Dans ce modèle, la partie supérieure de l'ETS est héritée de l'ES, et la partie inférieure correspond aux blocs qui fournissent le processus d'apprentissage et de test.

La base de connaissances est un référentiel de modules de connaissances. Le module de connaissances des systèmes experts est formalisé, utilisant une méthode de représentation des connaissances (système de production, cadres, réseaux sémantiques, calcul des prédicats du 1er ordre), la cartographie des objets du domaine, leurs relations, les actions sur les objets.

Travailler avec la base de connaissances implique les étapes suivantes :

1. extraire des connaissances d'experts;
2. formalisation des savoirs ;
3. accès, traitement des modules de connaissance.

Dans le processus d'apprentissage, des connaissances expertes peuvent être transférées à l'étudiant sous la forme d'une partie de l'information (textuelle, graphique, multimédia), ainsi que des connaissances basées sur l'expérience qui ne peuvent pas être transférées directement à l'étudiant, mais acquises par lui dans le cours de l'activité indépendante].

Pour transférer les connaissances des experts, la technologie hypertexte avancée est largement utilisée - des programmes traditionnels de création d'aide (aide) aux outils modernes de création et de maintenance de sites Web (par exemple, Dreamweaver MX).

Contrairement à l'ES, pour construire une base de connaissances, l'EES implique non seulement des enseignants experts, mais utilise également des connaissances sur les techniques pédagogiques et les stratégies d'apprentissage et sur les caractéristiques psychologiques d'une personne. Par conséquent, les modules de connaissances sont formés par de nombreux experts. Et ici, il faut tenir compte de la cohérence des avis des experts et affiner la base de connaissances, en tenant compte de la compétence des experts. Bien sûr, ces difficultés peuvent être contournées s'il existe un expert qui combine les connaissances d'un spécialiste du domaine, la connaissance des tactiques et des stratégies d'enseignement et qui possède les méthodes psychologiques d'enseignement, c'est-à-dire un enseignant hautement qualifié.

Le composant d'apprentissage est un ensemble de modules logiciels qui implémentent divers mécanismes d'inférence pour atteindre l'objectif pédagogique de l'apprentissage. Les ETS, contrairement aux autres outils informatiques d'apprentissage, ont une interactivité : ils dialoguent avec l'élève, ce qui est très attractif pour ce dernier.

Construire un dialogue repose sur les principes psychologiques de base de l'apprentissage :

1. interface conviviale ;
2. quitter le dialogue à tout moment ;
3. une aide opportune et motivée.

Chaque question posée au stagiaire doit être mûrement réfléchie, si nécessaire, prévoir une question plus détaillée afin de mieux la comprendre.

À la suite de l'étude il a été démontré que de nombreux composants de la création d'un ETS dépendent du résultat de la formation, par conséquent, pour créer une base de connaissances ES, il faut un spécialiste qui possède une excellente connaissance du domaine et qui est également confiant dans les techniques d'apprentissage.

5. Technologie client-serveur d'un système d'apprentissage expert pour les réseaux l'Internetetintranet

L'architecture client-serveur se compose des composants suivants :

un serveur qui répond aux demandes des clients ; un client qui fournit une interface utilisateur qui envoie des requêtes au serveur et reçoit des réponses de celui-ci ; logiciel de communication réseau qui interagit entre un client et un serveur. L'utilisation de la technologie client-serveur offre certains avantages lors de la construction d'un ES : la base de connaissances est stockée sur le serveur et, par conséquent, elle doit être mise à jour une fois ;
la base de connaissances est accessible par d'autres applications ; et l'avantage pour les systèmes d'apprentissage experts (ETS) est que vous pouvez stocker du contenu sur le serveur et suivre les statistiques de formation sur celui-ci.
Les ES et EOS client-serveur pour les réseaux Internet/Intranet permettent d'élargir les possibilités de leur application dans l'enseignement à distance.
Les systèmes de formation informatiques permettent à la fois le développement de prototypes ES et peuvent être utilisés pour des tests adaptés et pour enseigner aux étudiants sur un réseau local.
Les principaux composants de l'EOS sont les suivants : éditeur de base de connaissances ; machines d'inférence logique (inférence directe, inverse, indirecte, formule de Bayes); sous-système d'explication ; analyseur d'essais ; module enseignant ; composante d'apprentissage.

La tâche principale des systèmes d'apprentissage experts est de fournir à l'étudiant la possibilité d'acquérir des connaissances, des compétences dans le développement d'une base de connaissances et la création de prototypes d'ES de manière indépendante, ainsi que pour des tests entraînés.

Il existe au moins cinq raisons importantes qui empêchent la mise en œuvre de l'ES client-serveur (distribué) :

1. Les éléments structurels des composants ES ne sont pas isolés les uns des autres.
2. Une BDC n'est pas une base de données pour laquelle il existe de puissants SGBD (Oracle, InterBase, MySQL...) utilisant des requêtes SQL.
3. L'accès multi-utilisateurs à la base de connaissances pour l'édition n'est tout simplement pas acceptable.
4. La conclusion logique et les spécificités de la création d'une base de connaissances (différentes manières de représenter les connaissances) ne contribuent pas à la nécessité de les combiner en un seul système. Un certain nombre de langages de description et de services Web ont été développés pour le Web Symantec, mais jusqu'à présent, il n'y a aucune proposition pour la mise en œuvre de l'inférence.
5. Les outils logiciels pour construire ES et KB sont exclusifs et coûteux.

Vous pouvez, bien sûr, placer l'ES sur un serveur Web pour le télécharger sur une machine cliente à l'aide du lien de téléchargement et le mettre à jour sur le serveur, mais il ne s'agit pas d'une solution client-serveur.

De même, on peut argumenter sur l'utilisation d'une architecture client-serveur à trois niveaux (Serveur - CORBA - Client), lorsque la base de connaissances est hébergée sur le serveur applicatif et présentée sous la forme de règles de décision métier.

De plus, les technologies de "client léger" (KB, inférence logique, système d'explication sont situés sur le serveur, et le dialogue avec l'ES est pris en charge à la fois sur le serveur et sur le client) et "client lourd" (KB, inférence logique , système d'explication sont situés sur le client) ne conviennent pas non plus. machine, et l'interface conversationnelle est maintenue par le client et le serveur).

Notez que le KB ES est une propriété intellectuelle et ne peut pas être mis à disposition pour une utilisation gratuite. Et les bases de connaissances de formation devraient être placées sur un serveur Web afin que tout utilisateur intéressé puisse analyser le fonctionnement de l'ES et améliorer sa connaissance du domaine.

N'oubliez pas les charges de serveur dans les situations de pointe. Aucun fournisseur ne donnera le serveur uniquement pour le fonctionnement de l'ES, car la réaction de l'utilisateur lors de la consultation ou de l'explication n'est pas prévisible. Et ce sont des points importants dans le fonctionnement du SE (les consultations peuvent durer de quelques minutes à plusieurs heures).

Le développement d'EOS pour les réseaux Internet/Intranet est une tout autre affaire.

EOS est un système informatique construit sur la base des connaissances d'experts dans le domaine (enseignants qualifiés, méthodologistes, psychologues), qui met en œuvre et contrôle le processus d'apprentissage. Le but d'un tel système est que, d'une part, il aide l'enseignant à enseigner et à contrôler les élèves, et d'autre part, les élèves apprennent par eux-mêmes.

Les principaux composants de l'EOS sont les suivants : KB ; machine de sortie ; module d'apprentissage ; système d'explication; module de test d'apprentissage.

En règle générale, le BR contient :

Règles de psychodiagnostic pour identifier les types psychologiques des stagiaires.

Techniques didactiques pour apprendre. Les règles représentent les connaissances accumulées des enseignants pour évaluer les connaissances des élèves.

Les règles d'apprentissage modifient la séquence des tâches de contenu présentées. Cette séquence est fonction de nombreuses variables : le type psychologique de l'apprenant, le niveau d'apprentissage, la réponse actuelle de l'apprenant, le niveau de difficulté de la tâche, la quantité d'entraînement.

En relation avec ce qui précède concernant l'ES distribué, il est recommandé d'utiliser la technologie "client lourd" pour la formation et les tests, c'est-à-dire lorsque tous les composants de l'ETS sont situés sur la machine cliente et que les résultats de la formation et des tests sont transféré sur le serveur. Et il n'y a pas lieu d'avoir peur que les résultats puissent être remplacés, compte tenu des possibilités modernes de cryptage du protocole avec un serveur distant. Pourquoi cette technologie particulière ? On sait qu'environ 80% de toutes les informations perçues par une personne - c'est visuel. Par conséquent, les technologies multimédias (fichiers avi) sont une priorité dans l'enseignement. S'ils sont situés et exécutés surserveur - il s'agit d'une charge énorme sur le serveur et, par conséquent, le trafic augmente à une taille énorme.

conclusion

ETS, contrairement à d'autres technologies d'apprentissage par ordinateur, a la capacité de mettre en œuvre le processus d'apprentissage selon le modèle individuel de l'étudiant. L'apprentissage à l'aide d'ES est axé sur l'extraction de connaissances par les stagiaires eux-mêmes. À savoir, ces spécialistes sont en demande sur le marché du travail moderne. EOS a aussi ses avantages et ses inconvénients.

Les principaux inconvénients associés aux systèmes d'apprentissage experts peuvent être divisés en psychologique associés au manque de communication "en direct" avec l'enseignant, à des exigences élevées en matière d'auto-organisation et technique qui sont causés par l'imperfection des contenus, des technologies et des infrastructures de télécommunications.

Les avantages des systèmes d'apprentissage experts sont les suivants :

1. Avantages géographiques et temporels.
2. Personnalisation du processus d'apprentissage. Possibilité de former diverses catégories de personnes, y compris les personnes handicapées.
3. Élargir les informations étudiées et augmenter l'intensité de l'apprentissage.
4. Optimisation et automatisation du processus de transfert de connaissances.

Le travail de master est consacré au problème scientifique actuel de l'automatisation d'un système expert de formation. Dans le cadre des recherches menées :

1. Les systèmes de formation d'experts existants sont analysés.
2. Une étude a été réalisée sur un système automatisé de formation d'experts.
3. La technologie client-serveur d'un système d'entraînement expert pour les réseaux Internet et Intranet est envisagée.

Conformément à l'énoncé du problème, l'orientation ultérieure de la recherche est la sélection, le développement et l'adaptation d'un système de formation expert, sa mise en œuvre logicielle et ses tests.

Au moment de rédiger ce résumé, le travail du maître n'est pas encore terminé. Achèvement définitif : décembre 2013. Le texte intégral des travaux et des documents sur le sujet peut être obtenu auprès de l'auteur ou de son superviseur après la date indiquée.

Liste des sources

1. Brooking A. Systèmes experts. Principes de travail et exemples.: Per. de l'anglais. / A. Brooking, P. Jones; [Éd. R. Forsyth. - M. : Radio et communication, 1987. - 224 p.

2. - Association américaine de Piece Intellect Association américaine pour l'intelligence artificielle (AAAI).

7. Karpova I.P. Analyse des réponses des étudiants dans les systèmes d'apprentissage automatisés / I.P. Karpova // - Technologies de l'information, 2001, n° 11. - p.49-55.

8. Pusilovsky, P., Technologies adaptatives et intelligentes pour l'éducation basée sur le Web. Dans C. Rollinger et C. Peylo (eds.), Numéro spécial sur les systèmes intelligents et le téléenseignement, Konstliche Intelligenz, 4, 19 - 25.

9. Bourdaev V.P. Technologie client-serveur d'un système de formation expert pour les réseaux Internet et Intranet. // Intelligence artificielle.

11. Andreichikov AV Systèmes d'information intelligents. /MAIS. V. Andreichikov, O. N. Andreichikova.: Manuel. - M. : Finances et statistiques, 2004. - 424 p.

12. Atanov G. A. Education et intelligence artificielle, ou les fondements de la didactique moderne de l'enseignement supérieur. /G. A. Atanov, I.N. Pustynnikova. - Donetsk : DOU, 2002. - 504 p.

13. Marvin Minski. La machine à émotions : pensée de bon sens, intelligence artificielle et avenir de l'esprit humain. 2007. - 332 p.

• Spécialité HAC RF13.00.02
• Nombre de pages 192

INTRODUCTION

CHAPITRE 1. SYSTÈMES DE FORMATION EN INFORMATIQUE DANS

PROCESSUS D'ÉDUCATION

1.1. Un bref aperçu de l'introduction de l'informatique dans l'éducation.

1.2. Les systèmes experts : leurs propriétés fondamentales et leurs applications.

1.3. L'utilisation de systèmes experts dans le processus d'apprentissage. Systèmes de formation d'experts.

1.4. Réalisation et analyse des principaux résultats de l'expérience de constatation.

1.5. Perspectives d'utilisation des systèmes experts dans le processus éducatif.

CONCLUSIONS SUR LE PREMIER CHAPITRE

CHAPITRE 2. QUESTIONS THÉORIQUES DE LA CONSTRUCTION

SYSTÈMES DE FORMATION D'EXPERTS

2.1. Architecture EOS.

2.2. Représentation des connaissances dans EOS.

2.3. Le modèle de l'apprenant.

2.4. Classement EOS. 89 CONCLUSIONS SUR LE DEUXIÈME CHAPITRE

CHAPITRE 3. UN SYSTÈME D'APPRENTISSAGE CONSTRUIT PAR

LE PRINCIPE DE FONCTIONNEMENT DES SYSTÈMES ÉDUCATIFS EXPERTS ORIENTÉS POUR RÉSOUDRE LES PROBLÈMES DE MOUVEMENT DU CORPS PAR INCLINAISON

L'AVION DE NOÉ

3.1. Outils logiciels qui enseignent la résolution de problèmes physiques.

3.2. Construction et exploitation d'un système d'entraînement construit sur le principe de fonctionnement des systèmes d'entraînement experts, axé sur la résolution de problèmes liés au mouvement d'un corps le long d'un plan incliné.

3.3. Tâches résolues à l'aide du système de formation d'experts développé.

CONCLUSIONS SUR LE CHAPITRE TROIS

CHAPITRE 4

4.1. Réalisation et analyse des principaux résultats de l'expérience de recherche.

4.2. Réalisation et analyse des principaux résultats de l'expérience pédagogique d'enseignement et de contrôle.

CONCLUSIONS SUR LE QUATRIÈME CHAPITRE

Liste recommandée de thèses

• Méthodologie d'utilisation de systèmes experts pour ajuster le processus d'apprentissage et évaluer l'efficacité du personnel enseignant 1997, candidate en sciences pédagogiques Snizhko, Elena Aleksandrovna

• Environnement informatique didactique en tant que composant de la technologie pour la formation de compétences généralisées des étudiants dans la mise en œuvre de la recherche expérimentale 2002, candidat des sciences pédagogiques Koksharov, Vladimir Leonidovich

• Informatique pour la préparation et la conduite de sessions de formation 1999, candidate en sciences pédagogiques Sedykh, Svetlana Pavlovna

• Spécificité didactique des technologies de l'information dans le processus éducatif du secondaire : à partir de la matière du cours d'astronomie 2002, Candidat en sciences pédagogiques Rysin, Mikhail Leonidovich

• Principes de construction et d'utilisation de systèmes d'apprentissage experts dans le cours "Fondements théoriques de l'informatique" 2000, candidat en sciences pédagogiques Kudinov, Vitaly Alekseevich

Introduction à la thèse (partie du résumé) sur le thème "Systèmes didactiques informatiques construits sur le principe de fonctionnement des systèmes experts de formation : développement et application dans l'enseignement de la solution de la physique". Tâches"

Traditionnellement, le processus d'apprentissage en général et le processus d'enseignement de la physique en particulier sont considérés comme à double sens, incluant les activités de l'enseignant et des étudiants. L'utilisation active de l'ordinateur dans le processus éducatif en fait un troisième partenaire à part entière dans le processus d'apprentissage. Les ordinateurs offrent des possibilités pratiquement illimitées pour le développement de la pensée créative indépendante des étudiants, de leur intellect, ainsi que de l'activité créative indépendante des étudiants et des enseignants.

Un travail actif sur la recherche de nouvelles formes et méthodes d'enseignement a commencé dans les années 60. Sous la direction de l'académicien A.I. Berg a organisé et réalisé des travaux sur les problèmes d'apprentissage programmé, l'introduction d'aides pédagogiques techniques et de machines d'apprentissage. L'apprentissage programmé a été la première étape vers l'amélioration des activités d'apprentissage. Des recherches approfondies sur la théorie et la pratique de l'apprentissage programmé ont été menées par V.P. Bespalko, G. A. Bordovsky, BS Gershunsky, V.A. Izvozchikov, E.I. Mashbits, DI Penner, AI Raev, V.G. Razumovsky, N.F. Talyzina et autres.

Les questions d'utilisation efficace des ordinateurs dans le processus éducatif et de recherche sur le développement de méthodes et de moyens efficaces de formation en informatique restent d'actualité à l'heure actuelle. Des travaux pertinents dans ce domaine sont menés dans notre pays et à l'étranger. Cependant, une vision unifiée de l'utilisation de la technologie informatique dans le domaine de l'éducation n'a pas encore été formée.

La période initiale d'utilisation des ordinateurs dans le processus d'apprentissage est caractérisée comme une période de développement intensif des idées d'apprentissage programmé et de développement de systèmes d'apprentissage automatisés. Les développeurs de systèmes d'apprentissage automatisés sont partis de l'hypothèse que le processus d'apprentissage peut être effectué à travers une séquence bien organisée de trames d'information de formation et de contrôle. Les premières expériences sur l'utilisation des ordinateurs dans le processus éducatif se sont concrétisées sous la forme de programmes éducatifs avec un scénario d'apprentissage déterministe. Cette classe de programmes éducatifs présente les inconvénients suivants : un faible niveau d'adaptation aux caractéristiques individuelles de l'élève ; réduire la tâche de diagnostic des connaissances d'un élève à celle de déterminer si ses réponses appartiennent à l'une des classes de réponses de référence ; des coûts de main-d'œuvre importants pour la préparation du matériel pédagogique.

Une approche alternative au processus d'informatisation de l'apprentissage est la création de ce qu'on appelle des environnements d'apprentissage. L'environnement d'apprentissage met en œuvre le concept d'apprentissage par la découverte. La différence fondamentale entre cette approche et celle discutée ci-dessus est que, dans ce cas, l'étudiant est traité comme une sorte de système autonome capable d'avoir ses propres objectifs. Pour cette classe de programmes éducatifs, les caractéristiques suivantes sont caractéristiques : l'environnement d'apprentissage fournit à l'élève le matériel pédagogique et les autres ressources nécessaires pour atteindre l'objectif d'apprentissage fixé par l'enseignant ou par lui-même ; manque de contrôle des actions de l'élève par le système. Le but principal de l'environnement d'apprentissage est de créer un environnement favorable, "convivial" ou "monde", "voyageur" ​​à travers lequel l'étudiant acquiert des connaissances.

La recherche dans le domaine de la psychologie de la pensée, les avancées dans le domaine de l'intelligence artificielle et des technologies de programmation ont élargi la portée de l'ordinateur dans le processus éducatif, permis de tester de nouveaux concepts d'intellectualisation de l'apprentissage informatique dans la pratique.

Une forte augmentation de la quantité d'informations dans le processus éducatif impose de nouvelles exigences à l'approche cybernétique de l'apprentissage et, par conséquent, aux logiciels pédagogiques. Ils doivent aider à résoudre efficacement la tâche principale - gérer le processus d'apprentissage à l'aide de commentaires basés sur un diagnostic détaillé des connaissances des élèves, identifier les causes de leurs erreurs tout en expliquant simultanément la variante proposée par l'ordinateur pour résoudre le problème éducatif. Les caractéristiques notées sont mises en œuvre le plus efficacement, tout d'abord, par des systèmes de formation construits sur le principe de fonctionnement des systèmes de formation d'experts, ce qui détermine la pertinence de l'étude théorique et pratique de ce problème.

L'introduction de systèmes experts dans le processus éducatif est une suite logique naturelle de l'informatisation de l'éducation, son étape qualitativement nouvelle, jetant les bases de l'informatisation de l'éducation. Ce processus est devenu possible grâce aux recherches approfondies menées sur les questions d'informatisation de l'éducation par les scientifiques et les enseignants. Considérant que l'utilisation de systèmes experts pour résoudre des problèmes de physique a donné des résultats positifs, la recherche sur le développement et l'application de systèmes experts est pertinente non seulement dans les activités scientifiques, mais aussi dans les activités pédagogiques, y compris l'enseignement de la physique.

L'utilisation de programmes de formation construits sur le principe de systèmes de formation experts dans le processus d'apprentissage donnera un nouveau saut qualitatif à l'éducation. Leur introduction dans la pratique de l'enseignement permettra : de changer le style d'enseignement, en le transformant d'informationnel et explicatif en cognitif, pédagogique et de recherche ; réduire le temps nécessaire pour acquérir les connaissances nécessaires.

L'objet de la recherche est le processus d'enseignement de la physique.

Le sujet de la recherche est le processus d'apprentissage pour résoudre des problèmes de physique à l'aide d'un système d'apprentissage basé sur le principe de fonctionnement des systèmes d'apprentissage experts et la formation d'une méthode commune de résolution de problèmes entre étudiants.

Le but du travail était de développer et de créer un système d'apprentissage basé sur le principe des systèmes d'apprentissage experts, axé sur la résolution de problèmes physiques d'une certaine classe, et d'étudier la possibilité de former une méthode commune pour résoudre les étudiants lors de l'enseignement de la résolution de problèmes dans physique à l'aide de données issues d'outils logiciels pédagogiques spécialement développés. .

L'hypothèse de l'étude est la suivante : l'introduction de systèmes d'apprentissage dans le processus d'apprentissage, construit sur le principe des systèmes d'apprentissage experts, conduira à une assimilation plus efficace par les élèves de la manière générale de résoudre des problèmes en physique, ce qui augmentera leurs résultats scolaires, approfondiront leurs connaissances en physique et augmenteront la qualité des connaissances dans la matière étudiée.

Sur la base de l'hypothèse formulée, afin d'atteindre l'objectif de l'étude, les tâches suivantes ont été définies et résolues :

Analyse des méthodes et moyens modernes de développement des programmes éducatifs. Mettre l'accent sur ceux qui correspondent aux objectifs du travail;

Rechercher les possibilités d'utiliser un ordinateur pour mettre en œuvre la formation d'une manière commune pour les étudiants de résoudre des problèmes;

Développement de la structure et des principes de construction d'un système de formation basé sur le principe de fonctionnement de systèmes de formation experts, axés sur la résolution de problèmes physiques d'une certaine classe;

Tester l'hypothèse de recherche proposée, évaluer l'efficacité de la méthodologie développée, développer un logiciel pédagogique au cours de l'expérience pédagogique.

Pour résoudre les tâches, les méthodes de recherche suivantes ont été utilisées :

Analyse théorique du problème basée sur l'étude de la littérature pédagogique, méthodologique et psychologique;

Interpellation et questionnement d'élèves, d'étudiants, d'enseignants d'écoles et d'universités ;

Étudier le processus d'apprentissage pour résoudre des problèmes et la méthodologie développée dans le cadre de la participation et de la conduite de cours de physique, de l'observation des étudiants, de la conversation avec les enseignants, de la conduite et de l'analyse des tests, du test des étudiants ;

Planifier, préparer, mener une expérience pédagogique et analyser ses résultats.

La nouveauté scientifique de la recherche réside dans :

Développement d'un système de formation construit sur le principe de fonctionnement des systèmes de formation experts, axé sur la résolution d'une certaine classe de problèmes en physique ;

Justification théorique et pratique de la possibilité de former un moyen commun pour les étudiants de résoudre des problèmes lors de l'utilisation des outils logiciels pédagogiques développés dans le processus d'apprentissage (un système d'apprentissage construit sur le principe des systèmes d'apprentissage experts);

Développement des bases de la méthodologie d'utilisation d'un système d'entraînement, construit sur le principe de fonctionnement des systèmes d'entraînement experts, dans l'enseignement de la résolution de problèmes physiques.

L'intérêt théorique de l'étude réside dans le développement d'une approche d'enseignement de la résolution de problèmes en physique, qui consiste en la mise en œuvre d'un contrôle sur les activités des étudiants dans la résolution de problèmes grâce à des outils logiciels pédagogiques spécialement développés (un système d'apprentissage construit sur le principe de systèmes d'apprentissage experts).

L'intérêt pratique de l'étude réside dans la création d'un logiciel et d'un support méthodologique pour les cours de physique (un système d'enseignement construit sur le principe de fonctionnement des systèmes d'enseignement experts), la détermination de son rôle et de sa place dans le processus pédagogique et le développement des bases de la méthodologie. pour l'utilisation de ces outils logiciels pédagogiques lors de la réalisation de cours de résolution de problèmes physiques.

Sont soumis pour soutenance :

Justification de la possibilité d'utiliser le système de formation développé, construit sur le principe de fonctionnement des systèmes de formation d'experts, dans le processus d'enseignement de la résolution de problèmes en physique ;

Développement d'une approche de gestion des activités des étudiants à travers des outils logiciels pédagogiques spécialement développés (un système d'enseignement construit sur le principe de fonctionnement des systèmes d'enseignement experts) lors de l'enseignement de la résolution de problèmes en physique;

Principes fondamentaux de la méthodologie d'utilisation d'un système de formation construit sur le principe des systèmes de formation experts dans la conduite de cours sur la résolution de problèmes dans le processus d'enseignement de la physique.

Test et mise en œuvre des résultats de la recherche. Les principaux résultats de l'étude ont été rapportés, discutés et approuvés lors de réunions du Département des méthodes d'enseignement de la physique à l'Université pédagogique d'État de Moscou (1994-1997), lors d'une conférence de jeunes scientifiques (Université d'État de Mordovie, 1996-1997), à conférences à l'Université pédagogique d'État de Moscou (avril 1996).

Les principales dispositions de la thèse sont reflétées dans les publications suivantes:

1. Gryzlov S.V. Systèmes d'expertise-formation (revue de la littérature) // Enseignement de la physique dans l'enseignement supérieur. M., 1996. N° 4. - S. 3-12.

2. Gryzlov S.V. L'utilisation de systèmes d'apprentissage expert dans le processus d'enseignement de la physique // Enseignement de la physique à l'école supérieure. M., 1996. N° 5.-S. 21-23.

3. S.V. Gryzlov, A.P. Korolev et D. Yu. Un système de formation expert axé sur la résolution d'un ensemble de tâches concernant le mouvement d'un corps le long d'un plan incliné // Amélioration du processus éducatif basé sur les nouvelles technologies de l'information. Saransk : État mordovien. péd. in-t, 1996. - S. 45-47.

4. Gryzlov S.V., Kamenetsky S.E. Orientations prospectives de l'utilisation de la technologie informatique dans le processus éducatif de l'université et de l'école // Science et école. 1997. N° 2.-S. 35-36.

La structure et la portée de la thèse. Le travail de thèse comprend une introduction, quatre chapitres, une conclusion, une liste de références et une annexe. Le volume total est de 192 pages de texte dactylographié, dont 25 figures, 8 tableaux. La liste des références comprend 125 titres.

Thèses similaires dans la spécialité "Théorie et méthodes de formation et d'enseignement (par régions et niveaux d'enseignement)", code 13.00.02 VAK

• Conditions didactiques pour l'utilisation de cours de formation automatisés dans le processus d'étude des disciplines des sciences naturelles par les élèves du secondaire 1999, candidate en sciences pédagogiques Belous, Natalya Nikolaevna

• Développement de technologies de l'information mathématiques et logicielles orientées objet pour la gestion de l'apprentissage individualisé dans une école correctionnelle 2003, Ph.D. Kremer, Olga Borisovna

• Fondements théoriques pour la création et l'application de systèmes logiciels interactifs didactiques dans les disciplines techniques générales 1999, docteur en sciences pédagogiques Zainutdinova, Larisa Khasanovna

• Méthodes d'enseignement de la géométrie dans les classes 10-11 d'une école secondaire à l'aide d'un ordinateur 2002, docteur en sciences pédagogiques Mehdiyev, Muradkhan Hajikhanovich

• Accompagnement pédagogique informatisé des actions de l'élève lorsqu'il travaille sur un programme ramifié 2002, candidate en sciences pédagogiques Tsareva, Irina Nikolaevna

Conclusion de la thèse sur le thème "Théorie et méthodes de formation et d'éducation (par domaines et niveaux d'enseignement)", Gryzlov, Sergey Viktorovich

CONCLUSIONS SUR LE QUATRIÈME CHAPITRE

1. Sur la base de l'analyse des orientations possibles pour l'utilisation d'un ordinateur dans l'enseignement, les lacunes des outils logiciels pédagogiques existants sont identifiées, la nécessité de créer et d'utiliser des logiciels d'enseignement dans le processus éducatif, construit sur le principe des systèmes experts de formation, est justifiée .

2. Une méthodologie a été développée pour animer des cours à l'aide des outils logiciels développés (un système de formation construit sur le principe de fonctionnement des systèmes experts de formation).

3. Au cours de l'expérience de recherche, le contenu a été déterminé et la structure du logiciel pédagogique développé a été ajustée.

4. La réalisation d'une expérience de recherche a permis de développer la version finale de la méthodologie de conduite des cours à l'aide du système de formation développé, visant à développer une manière commune de résoudre les problèmes des étudiants.

5. L'analyse comparative menée des résultats de l'expérience pédagogique de contrôle témoigne de l'influence significative de la méthodologie proposée pour la conduite de cours sur la résolution de problèmes physiques à l'aide du logiciel pédagogique développé sur la formation d'une manière commune de résoudre les problèmes chez les étudiants.

Ainsi, la validité de l'hypothèse émise sur la plus grande efficacité de la méthodologie proposée pour la conduite de cours de résolution de problèmes physiques à l'aide du logiciel pédagogique développé par rapport au logiciel traditionnel a été prouvée.

CONCLUSION

1. Étudié et analysé la littérature pédagogique, méthodologique et psychologique et la recherche de thèse sur la méthodologie d'utilisation d'un ordinateur dans le processus d'apprentissage. Sur cette base, il a été révélé que les logiciels pédagogiques les plus efficaces sont les programmes éducatifs construits sur le principe de fonctionnement des systèmes experts-formateurs.

2. Les systèmes de formation d'experts, axés sur la formation d'une manière commune de résoudre les problèmes des étudiants, sont les moyens les plus efficaces d'enseigner la résolution de problèmes.

3. Les perspectives d'utilisation des systèmes experts de formation dans le processus éducatif sont déterminées, des orientations pour l'utilisation des systèmes experts dans le processus d'apprentissage sont proposées.

4. La structure du système d'enseignement est proposée et étayée, construite sur le principe de fonctionnement des systèmes de formation d'experts, axée sur la formation d'une manière commune de résoudre les problèmes parmi les étudiants.

5. Un système de formation a été développé, construit sur le principe de fonctionnement des systèmes de formation experts, axé sur la résolution d'un ensemble de problèmes concernant le mouvement d'un corps le long d'un plan incliné. La gestion des activités des étudiants au cours de la résolution d'un problème à l'aide du système de formation développé est mise en œuvre par: a) la simulation informatique, qui permet d'identifier les propriétés et relations essentielles des objets mentionnés dans le problème; b) des outils heuristiques qui offrent aux élèves la possibilité de planifier leurs actions ; c) contrôle pas à pas des actions de l'étudiant par le système pédagogique et présentation, à la demande de l'étudiant, d'une solution de référence au problème, développement de la capacité à évaluer ses actions et choisir les critères de cette évaluation.

6. La méthodologie pour mener des cours sur la résolution de problèmes à l'aide du logiciel pédagogique développé, leur rôle et leur place dans le processus éducatif sont déterminés. Les principales dispositions de cette méthodologie sont les suivantes: a) choix indépendant des tâches par les étudiants pour maîtriser la manière générale de résoudre les problèmes d'une certaine classe; b) l'utilisation des outils logiciels pédagogiques développés (un système de formation construit sur le principe de fonctionnement des systèmes de formation experts) pour former une méthode commune de résolution de problèmes ; c) une combinaison de résolution de problèmes indépendante par chaque élève avec une discussion collective du plan de solution ; d) sélection d'un algorithme de résolution de problèmes de cette classe basé sur la généralisation de problèmes déjà résolus.

7. Les résultats de l'expérience pédagogique menée ont montré que la formation d'une manière commune de résoudre les problèmes parmi les étudiants des groupes expérimentaux, où la formation a été réalisée à l'aide des outils logiciels pédagogiques développés (un système de formation construit sur le principe des systèmes de formation experts) , est beaucoup plus élevé que dans les groupes témoins , où l'entraînement a été effectué à l'aide des types de programmes informatiques les plus courants (modélisation et entraînement), ce qui confirme la fiabilité de l'hypothèse avancée.

Liste de références pour la recherche de thèse Candidat en sciences pédagogiques Gryzlov, Sergey Viktorovich, 1998

1. Alekseeva E.F., Stefanyuk V.L. Systèmes experts (état et perspective) // Izvestiya AN SSSR. Cybernétique technique. 1984.- N° 5. pages 153-167.

2. Anatsky N.M., Levin N.A., Pospelova L.Ya. Mise en œuvre du système expert "IPILOG" / Matériels du V Séminaire pan-syndical "Développement et application de logiciels PC dans le processus éducatif": Résumés. rapport Ordjonikidze, 1989. - S. 27-28.

3. Anderson J.R., Reiser B.J. Enseignant LISP // Dans le livre. Réalité et prévisions de l'intelligence artificielle : sam. des articles; par. de l'anglais. / Éd. V.L. Stefanyuk. M. : Mir, 1987. - S. 27-47.

4. Antonyuk L.S., Cherepina I.S. Sur l'utilisation des méthodes pédagogiques actives dans les cours juniors // Apprentissage programmé, 1988. -Vol. 25.-S. 98-101.

5. Aristova L.P. Automatisation de l'enseignement des écoliers. M. : Lumières, 1968. -139 p.

6. Babansky Yu.K. Le choix des méthodes d'enseignement au secondaire. M. : Pédagogie, 1981. - 176 p.

7. Baïkov F.Ya. Tâches à problèmes programmés en physique au lycée. Un guide pour les enseignants. M. : Lumières, 1982. - 62 p.

8. Balobashko N.G., Kuznetsov V.C., Smirnov O.A. Doter le processus éducatif de ressources informatiques. M.: Institut de recherche sur les problèmes supérieurs. école - 1985. 44 p.

9. Bespalko V.P. Fondements de la théorie des systèmes pédagogiques. Voronej : Maison d'édition de l'Université de Voronej, 1977. - 304.

10. Bespalko V.P. Apprentissage programmé (fondements didactiques). M., 1970. - 300 p.

11. Bobko I.M. Logiciel pédagogique adaptatif. -Novossibirsk : maison d'édition NSU, 1991. 101 p.

12. Bugaenko G.A., Burkova S.A. Résoudre un problème de difficulté accrue // Physique à l'école. N° 4. - 1991. - S. 43-46.

13. Bunyaev M.M. Fondements scientifiques et méthodologiques pour la conception de systèmes d'apprentissage interactifs ramifiés : Dis. pour le degré de Cand. péd. Les sciences. 1992. - 350 p.

14. Vlasova E.Z. Perspectives d'utilisation des systèmes experts dans le processus éducatif // Enseignement Secondaire Spécialisé. 1991. - N° 4. - Art. 21.

15. Vlasova E.Z. Développement des bases de connaissance des systèmes experts dans la formation méthodologique des étudiants en physique : Dis. pour le degré de Cand. péd. Les sciences. Saint-Pétersbourg, 1993. - 211 p.

16. Gvaramiya M. Expérience dans le développement d'aides pédagogiques informatiques en physique, informatique et éducation. 1990. - N° 6. - Art. 79.

17. Gergey T., Mashbits E.I. Problèmes psychologiques et pédagogiques de l'utilisation efficace des ordinateurs dans le processus éducatif Voprosy psikhologii. 1985. - N° 3. - S. 41-49.

18. Gershunsky B.S. L'informatisation dans l'enseignement : problèmes et perspectives. M. : Pédagogie, 1987. - 264 p.

19. Glushkov V.M. Technologie informatique et problèmes d'activation des commandes. Dans : L'avenir de la science. Points de vue. Hypothèses. Problèmes modernes. Publier. 4.-M. : Connaissance, 1971.

20. Golitsina I., Narkov I. Ordinateur aux cours de physique // Informatique et éducation. 1990. - N° 3. - Art. 31.

21. Gottlieb B. Support informatique et didactique // Informatique et éducation. 1987. - N° 4. - S. 3-14.

22. Gottlieb B. La structure de l'AOS // Informatique et éducation. 1987. - N° Z.-S. 11-19.

23. Grabar M.I., Krasnyanskaya K.A. Application des statistiques mathématiques à la recherche pédagogique. Méthodes non paramétriques. -M., Pédagogie, 1977. 136 p.

24. Gryzlov S.V. Systèmes de formation d'experts (revue de la littérature) // En sam. Enseignement de la physique dans l'enseignement supérieur. N° 4. - M., 1996. - S. 312.

25. Gutman V.I., Moshchansky V.N. Algorithmes de résolution de problèmes en mécanique au lycée : un livre pour les enseignants. M. : Lumières, 1988. -95 p.

26. Davydov V.V. Le problème de l'éducation développementale: l'expérience de la recherche psychologique théorique et expérimentale. M. : Pédagogie, 1986. - 240 p.

27. Dalinger V. Programmes de formation interactifs et leurs exigences // Informatique et éducation. 1988. - N° 6. - S. 35-37.

28. Danovski P., Dovgyallo A.M., Kirova K.N. et al.. Systèmes d'apprentissage automatisés basés sur SPOK // Modern Higher School.-1983.-№ 1.-S. 171-178.

29. Denisov A.E., Bushuev S.D. Apprentissage programmé et informatisation du processus éducatif à l'université // Apprentissage programmé, 1988.-Vol. 25.-S. 3-9.

30. Didactique du lycée : Quelques problèmes de didactique moderne. / Éd. M.N. Skatkine. M. : Lumières, 1982. - 319 p.

31. Driga V.I., Pankov M.N. Sur la question des exigences didactiques pour la compilation de logiciels et d'outils pédagogiques / In Sat. Informatique et Education / Ed. Razumovsky V.G. M.: APN URSS, 1991 -117 p.

32. Emelyanov V.V., Ukhanova T.V., Yasinovskii S.I. Utilisation des méthodes d'intelligence artificielle dans les systèmes de production flexibles : Un manuel pour le cours "Gestion organisationnelle du GPS" / Ed. V.V. Emelianov. M. : Maison d'édition du MSTU, 1991. - 36 p.

33. Esliamov S.G. Méthodes et outils qui assurent l'utilisation efficace des systèmes experts en éducation : Résumé du mémoire pour le diplôme de candidat en sciences techniques : 25.05.05. Kyiv, 1993.- 16 p.

34. Jablon K., Simon J.-C. L'utilisation des ordinateurs pour la simulation numérique en physique. M. : Nauka, 1983. - 235 p.

35. Zak AZ Comment déterminer le niveau de développement de la pensée d'un élève. -M. : Connaissances, 1982. 98 p.

36. Ibragimov O.V., Petrushin V.A. Systèmes de formation d'experts. - Kiev, 1989. 21 p. - (Prepr. / Académie des sciences de la RSS d'Ukraine. Institut de cybernétique nommé d'après V.M. Glushkov; 89-47).

37. V.A. Bases didactiques de la formation informatique en physique. L. : LGPI, 1987. - 256 p.

38. Chauffeurs de taxi V.A., Zharkov I.V. Dialogue entre élève et machine // Physique à l'école. 1985. - N° 5. - S. 48-51.

39. Chauffeurs de taxi V.A., Revunov D.A. EVT aux cours de physique au lycée. Moscou : Lumières, 1988. - 239 p.

40. Ilyina T.A. Pédagogie : Cours magistral. Manuel pour les étudiants ped. les universités. M. : Lumières, 1984. - 202 p.

41. Cybernétique et problèmes d'apprentissage. / Éd. I.A. Berg. M. : Progrès, 1970. - 390 p.

42. L'ordinateur gagne en intelligence : TRANS. de l'anglais / éd. B.J.I. Stefanyuk. -M. : Mir, 1990. 240 p.

43. Kondratiev A.S., Laptev V.V. Physique et informatique. L.: Maison d'édition de l'Université d'État de Leningrad, 1989. - 328 p.

44. Konstantinov A.B. L'ordinateur comme théoricien : calculs symboliques et principes de l'intelligence artificielle en physique théorique / Expérience exposée. M. : Nauka, 1989. - S. 6-44.

45. Korzh E.D., Penner D.I. Tâches programmées en physique pour le grade VIII. Vladimir : VPI, 1984. - 81 p.

46. ​​​​Krug G.K., Kabanov V.A., Chernykh A.V. Systèmes d'apprentissage interactifs instrumentaux sur micro-ordinateurs // Dispositifs et systèmes à microprocesseur. 1987. - N° 3. - S. 29-30.

47. Kuznetsov A., Sergeeva T. Programmes éducatifs et didactique // Informatique et éducation. 1986. - N° 2. - S. 87-90.

48. Kuznetsov A. Principes de base de l'utilisation des ordinateurs dans le processus d'apprentissage. / Assis. Problèmes théoriques et appliqués de l'informatisation de l'éducation. Kazan, 1988. - 184 p.

49. Lanina I.Ya. Formation des intérêts cognitifs des étudiants en cours de physique. M. : Lumières, 1985. - 128 p.

50. Lobanov Yu.I., Brusilovsky P.L., Sedin V.V. Systèmes d'apprentissage experts. - M., - 56 p. - (Nouvelles technologies de l'information dans l'éducation : faire le point, informer. / NIIVO ; Numéro 2)

51. Lyaudis V.Ya. Principes psychologiques de la construction de systèmes d'enseignement du dialogue // Dans la collection d'articles. Problèmes psycho-pédagogiques et psycho-physiologiques de la formation informatique. M. : Maison d'édition de l'Académie des sciences de l'URSS. - 1985.- 162 p.

52. Marcellus D. Programmation de systèmes experts sur Turbo Prolog : Per. de l'anglais. M. : Finances et statistiques, 1994. - 256 p.

53. Maryasina ED Analyse de l'exactitude des réponses dans les systèmes d'apprentissage automatisés à l'aide de modèles interprétatifs // Systèmes de contrôle et machines. 1983. - N° 1. - S. 104-107.

54. Maslov A., Tairov O., Trush V. Aspects physiologiques et hygiéniques de l'utilisation des ordinateurs personnels dans le processus éducatif. Informatika i obrazovanie. 1987. - N° 4. - S. 79-81.

55. Mashbits E.I. Dialogue dans la machine à apprendre. Kyiv : école Vishcha, 1989. -182 p.

56. Mashbits E.I. L'informatisation de l'enseignement : problèmes et perspectives. M. : Connaissance, 1986. - 80 p.

57. Mashbits E.I. Problèmes psychologiques et pédagogiques de l'informatisation de l'éducation. M. : Pédagogie, 1988. - 215 p.

58. Méthodes d'étude du thème "Champ électrique" dans le cours de physique du lycée basées sur des tâches programmées problématiques :

61. Mitrofanov G.Yu. Systèmes experts dans le processus d'apprentissage. M. : TSNTI de l'aviation civile, 1989. - 32 p.

62. Mikhalevich V.M., Dovgyallo A.M., Saveliev Ya.M., Kogdov N.M. Systèmes de formation d'experts dans le complexe d'aides pédagogiques informatiques // École supérieure moderne. 1988. - N° 1 (61). - S. 125-136.

63. Monakhov V.M. Problèmes psychologiques et pédagogiques pour assurer la culture informatique des étudiants // Questions de psychologie. 1985.- n° 3. S. 14-22.

64. Morozova N.V., Ionkin V.P. Utiliser des systèmes de cadres pour contrôler les connaissances des élèves // Dans le livre. Méthodes et moyens d'informatisation de l'enseignement et de la recherche / Mosk. éq.-st. en-t. M., 1992.- S. 43-49.

65. Nevdava L., Sergeeva T. Sur les tendances prometteuses dans le développement de logiciels pédagogiques // Informatique et éducation.- 1990.-№6.-S. 79.

66. Nikolov B.C. Développement d'outils de création de systèmes experts pédagogiques : Dis. pour le degré de Cand. Phys.-Math. Les sciences. M., Académie des sciences de l'URSS, 1988. - 183 p.

67. Nilson N. Principes de l'intelligence artificielle / Per. de l'anglais. -M. : Radio et communication, 1985. 373 p.

68. Novikov V.N. Sur une tâche de difficulté accrue // Physique à l'école. N° 5. - 1989. - S. 124-128.

69. Novitsky L.P., Feidberg L.M. Système expert-formateur pour un ordinateur personnel // Dans le livre : Méthodes et moyens de la cybernétique dans la gestion du processus éducatif de l'enseignement supérieur : Sat. scientifique tr. / Moscou. ex-st. en-t. M. ; 1992. - S. 43-49.

70. Pédagogie de l'école. / Éd. CE. Ogorodnikov. M. : Lumières, 1978.-320 p.

71. Perspectives d'évolution de l'informatique : En 11 ouvrages : Référence, allocation / Ed. Miam. Smirnova. Livre. 2. Intellectualisation des ordinateurs / E.S. Kuzin, A.I. Roitman, I.B. Fominykh, G.K. Khakhaline. M. : Plus haut. école, 1989. - 159 p.

72. Petrushin V.A. Architecture des systèmes d'apprentissage experts / Dans le livre. Développement et application de systèmes de formation d'experts : Sat. scientifique tr. M. : NIIVSH, - 1989. - S. 7-18.

73. Petrushin V.A. Systèmes d'apprentissage intelligents : architecture et méthodes de mise en œuvre (bilan) // Izvestiya AN. Cybernétique technique, n° 2 1993. - S. 164-189.

74. Petrushin V.A. Modélisation de l'état des connaissances d'un stagiaire en systèmes intelligents d'apprentissage // Dans le livre. Développement des technologies d'apprentissage par ordinateur et leur mise en œuvre : Sat. scientifique tr. / UN RSS d'Ukraine. Institut de cybernétique im. Glushkova, Kyiv, 1991. - S. 26-31.

75. Povyakel N.I. Formation d'objectifs dans le soutien psychologique des logiciels d'utilisation de l'ordinateur. M.: Maison d'édition de l'Université d'État de Moscou, 1975. -S. 79-81.

76. Popov E.V. Communication avec les ordinateurs en langage naturel. M. : Nauka.-1982. - 360 p.

77. Popov E.V. Systèmes experts : Résolution de problèmes non formalisés en dialogue avec un ordinateur. M. : Sciences. Ch. éd. Phys.-Math. lit., 1987. - 288 p.

78. Construire des systèmes experts. Éd. F. Hayes-Roth M. : Mir, 1987.-442 p.

79. Atelier sur le développement de logiciels pédagogiques pour les écoles secondaires. / Euh. allocation éd. VD Stépanova. M. : maison d'édition Prometheus, 1990. - 79 p.

80. Représentation et utilisation des connaissances : Per. du japonais. / Éd. X. Ueno, M. Ishizuka. M. : Mir, 1989.

81. L'utilisation des systèmes experts dans l'enseignement de la physique : recommandations méthodologiques. / Comp. E.Z. Vlasova, prof., Dr Ph.-M. Sciences V.A. Cabbers. Saint-Pétersbourg, 1992. - 50 p. - (Cybernétique. Pédagogie. Éducologie. / Université pédagogique russe nommée d'après A.I. Herzen. De "Éducation").

82. Putieva A. Problèmes de développement de l'éducation à l'aide d'ordinateurs // Questions de psychologie. 1987. - N° 1. - S. 63-65.

83. Raev A.I. Problèmes psychologiques de l'apprentissage programmé. Leningrad : LGPI im. Herzen, 1971. - 96 p.

84. Développement et application de systèmes d'apprentissage d'experts. // Assis. scientifique tr. M. : NIIVSH, 1989. - 154 p.

85. Revunov A.D., Izvozchikov V.A. Ordinateurs électroniques aux cours de physique au lycée. Moscou : Lumières, 1988. - 257 p.

86. Richmond W.K. Enseignants et machines : (Introduction à la théorie et à la pratique de l'apprentissage programmé). M., 1968. - 278 p.

87. Savchenko N.E. Erreurs dans les examens d'entrée en physique. -Minsk, supérieur. école, 1975. - 160 p.

88. Sergeeva T. Nouvelles technologies de l'information et contenu de l'éducation // Informatique et éducation. -1991. N° 1.

89. Sergeeva T., Chernyavskaya A. Exigences didactiques pour les programmes de formation en informatique // Informatique et éducation. -1986. -N° 1.-S. 48-52.

90. Talyzina N.F. Problèmes théoriques de l'apprentissage programmé. M.: Maison d'édition de l'Université d'État de Moscou, 1969. - 133 p.

91. Talyzina N.F. Gestion du processus d'apprentissage. M.: Maison d'édition de l'Université d'État de Moscou, 1975.-343 p.

92. Tarasov JI.B., Tarasova A.N. Questions et tâches en physique (Analyse des erreurs caractéristiques entrant dans les universités techniques). Cahier de texte allocation, 3e éd., révisée. et supplémentaire - M. : Plus haut. école, 1984. - 256 p.

93. Tikhomirov OK Structure psychologique du dialogue "Homme-ordinateur" // Bulletin de l'Université d'Etat de Moscou. Ser. 14. Psychologie. - 1984. - N° 2. - S. 1724.

94. Usova A.V., Bobrov A.A. Formation des compétences pédagogiques et des capacités des étudiants en cours de physique. M. : Lumières, 1988. - 112 p. (Bibliothèque du professeur de physique).

95. Usova A.V., Tulkibaeva N.N. Atelier sur la résolution de problèmes physiques : manuel. allocation pour les étudiants fiz.-mat. faux. M. : Lumières, 1992. - 208 p.

96. Fedoseenko M.Yu. Le choix des moyens de représentation des connaissances dans les systèmes experts-formateurs // Dans le livre : Développement et application des systèmes experts-formateurs : Sat. scientifique tr. M. : NIIVSH, 1989. - S. 43-48.

97. Chekulaeva M.E. L'utilisation de l'ordinateur comme moyen de développer la pensée des étudiants dans l'enseignement de la physique : résumé du mémoire pour le diplôme de candidat en sciences pédagogiques : 13.00.02. -M., 1995.- 17 p.

98. L'homme et l'informatique / Éd. V.M. Glushkov. Kyiv, Naukova Dumka, 1971.

99. L'homme et l'informatique. / Sous le total. éd. V.M. Glushkov. Kyiv, 1971.-294 p.

100. Schukina G.I. Activation de l'activité cognitive des étudiants dans le processus éducatif. M. : Lumières, 1979. - 160 p.

101. Aiken K. Enseignants et ordinateur. Quel est l'élément clé ? // Communication présentée à l'ABS (Automatisation du Système Educatif) dans les Collèges et Lycées. Institut Kurchatova. M., 1989, 26 mai. - P. 37-41.

102. Le juge Anderson Psychologie et tutorat intelligent / Artif. Intel. et Éduc. : Proc. 4ème Int. Conf. AI and Educ., Amsterdam, 24-26 mai 1989. -Amsterdam etc., 1989. P. 1.

103. Andriole S.J. La promesse de l'intelligence artificielle // J. Syst. Géré. -1985.-Vol. 36.-№7.-P. 8-17.

104. Bodnar Gy. A mesterseges intelligencia es a szakerforendzerek // Minosed es Megbizhatosag, 1988. N° 3. - P. 11-17.

105. Bork A. Apprendre avec des ordinateurs personnels. Cambridge : Harper et Row, 1987. - 238 p.

106. Brown I.S., Burton R.R. Modèles de diagnostic pour les bogues procéduraux dans les compétences mathématiques de base // Sciences cognitives. 1978. - V. 2. - P. 155192.

107 Burton RR Diagnostiquer des bogues dans des compétences procédurales simples // Stagiaire. J. Études Homme-Machine. 1979. - N° 11.

108. Cumming G., Self J. Systèmes éducatifs intelligents collaboratifs / Artif. Intel. et Éduc. : Proc. 4ème Int. Conf. AI and Educ., Amsterdam, 24-26 mai 1989. Amsterdam etc., 1989. - P. 73-80.

109. Dutta A. Raisonnement avec des connaissances imprécises dans un système expert // Int. sci. (ETATS-UNIS). 1985. - Vol. 37. - N° 1-3. - P. 3-24.

110. Elson-Cook M. Tutorat de découverte guidée et modélisation d'utilisateurs limités // Self J. (Ed.) Intelligence artificielle et apprentissage humain. Instruction intelligente assistée par ordinateur. L. : Chapman et Hall, 1988.

111. Feigenbaum E. Sur la généralité et la résolution de problèmes // Machine Intelligence. 1971. - N° 6.

112. Feigenbaum E.A., Mecorduck P. La 5e génération. Addison Wesley. Masse. 1983.-226 p.

113. Goldstein IP Le graphe génétique : une représentation pour l'évolution des connaissances procédurales // Intern. J. Études Homme-Machine. 1979. -№11.

114. Murray WR Contrôle des systèmes de tutorat intelligents : un planificateur pédagogique dynamique basé sur un tableau noir / Artif. Intel. et Éduc. : Proc. 4ème Int. Conf. AI and Educ., Amsterdam, 24-26 mai 1989. Amsterdam etc., 1989.-P. 150-168.

115. Newell A. Programmation heuristique : problèmes mal structurés // Progrès dans le traitement des opérations. New York : Wiley and Sons, 1969. - V. 3. - P. 362414.

116. Simon H. La structure des problèmes mal structurés // Intelligence artificielle. 1974. - V. 5. - N° 2. - P. 115-135.

117. Sleeman D. Quelques défis pour les systèmes de tutorat intelligents / IJCAI 87 : Proc. 10e Conf. Artif. Intel., Milan, août. 23-28, 1987. P. 11661168.

118. Sleeman D. Évaluation des aspects de compétence en algèbre de base // Sleeman D., Brown J.S. (eds) Systèmes Tutoriels Intelligents. New York : presse académique, 1982.

119. Souldin Y. Système d'enseignement optimal Illusion ou réalité ? /Est-Ouest : Stagiaire. conférence "Human-Computer Interaction", Moscou, 3-7 août 1993 : Dokl. T. 1.-M., 1993. - S. 59-72.

120. Tompsett CR Conception de l'éducation, de la formation et de la base de connaissances // Expert syst. 1988. - V. 5. - N° 4. - P. 274-280.

121. Weip S. L'ordinateur à l'école : la machine comme humanisateur // Symposium : Harvard Educational Review, 1989. Vol. 59. - N° 1. - P. 61.

122. Yazadani M. Éditorial invité : systèmes de tutorat expert // Expert Syst. -1988. V. 5. - N° 4. - P. 271-272.

Veuillez noter que les textes scientifiques présentés ci-dessus sont affichés pour examen et obtenus par reconnaissance du texte de la thèse originale (OCR). A ce titre, ils peuvent contenir des erreurs liées à l'imperfection des algorithmes de reconnaissance. Il n'y a pas de telles erreurs dans les fichiers PDF des mémoires et des résumés que nous livrons.